文章
寫給正在選擇手機 AI 客戶端的人。
這些文章說明如何評估手機 AI app、bring-your-own-key 工作流和 ChatBoost 的日常使用價值。
Gemini Study Notebooks 推出：Google 將 AI 學習流程帶到 Gemini app
Gemini study notebooks 可把課程資料轉成個人化學習路線。本文整理功能重點、可用範圍，以及如何用 ChatBoost 延伸 AI 學習工作流。
Anthropic Project Glasswing 發布了什麼？Claude Mythos Preview 重點速覽
Anthropic 新發布的 Project Glasswing 把焦點放在防禦型網絡安全任務。本文用通俗視角解釋它到底發布了什麼、為什麼值得關注，以及如何在 ChatBoost 裏跟進同類模型能力。
Gemini API Flex 與 Priority 推理層發布：如何平衡成本與穩定性
Gemini API 推出 Flex 與 Priority 推理層後，開發者不必再把架構硬拆成“實時接口 + 異步批處理”兩套系統。本文用實戰視角解釋這次發布意味着什麼，以及如何在 ChatBoost 裏先跑通策略再決定生產配置。
Gemma 4 發布解析：開源 Apache 2.0 模型為什麼值得開發者馬上關注
Gemma 4 不只是“又一個開源模型”。它把函數調用、結構化 JSON、長上下文和多模態能力放進了更可落地的硬件範圍，給手機端和本機優先 AI 應用帶來更高的性價比。
在手機上本機優先地使用 AI，有哪些更合適的場景？
在手機上，本機優先 AI 的價值常常不是絕對離線，而是讓你的歷史、上下文和日常使用節奏更可控。
如何在手機上使用 MiniMax 模型？
MiniMax 在手機上的問題通常不是“能不能用”，而是“我應該用官方入口，還是把它放進一個更統一的多模型工作流裏”。
如何在手機上使用 XiaoMi Mimo 模型？
XiaoMi Mimo 在手機上的可用性，核心不在於它是不是單獨做成了一個 App，而在於你能不能用最少的切換成本接入它，並把它放進自己真實會反覆用到的手機工作流裏。
Google Veo 3.1 Lite 發布：Gemini API 與 AI Studio 上手要點
想了解 Veo 3.1 Lite 是否值得接入？這篇文章重點講清它的可用渠道、能力邊界和成本邏輯，並給出在 ChatBoost 中做模型對比測試的實用路徑。
一個 AI App 同時用 OpenAI、Claude、Gemini 值不值得
如果一款 App 能讓多模型切換和上下文延續自然發生，它就不僅僅是“整合多個服務商”，而是讓整個手機工作流更順。
不需要登入的 AI App，適合什麼樣的人
不登入的 AI App 往往意味着更少平台化約束，但真正要判斷它是否更適合你，還需要同時看產品自身的設計和背後的服務商關係。